全部 AI 精选，可按分级、类型、是否付费、收录时间筛选，按关键词搜索。
Can a Cloud-Native Harness Make Agents Reliable Beyond the Desktop?
Latent Space 的一篇文章，讨论编码 agent 的基本架构（LLM 在循环中调用工具并携带上下文），以及这类 agent 起初多为本地终端工具、桌面应用，若不能云端管理则存在局限，OpenAI 与 Anthropic 自 2025 年起尝试把 harness 迁向云端。文章把这一挑战类比 2010 年代初的容器编排，并介绍 Kubernetes 创始人 Craig McLuckie 与 Joe Beda 的初创公司 Stacklok：该公司 2023 年完成 1750 万美元 A 轮融资，最初做软件供应链安全，近期转向基于 Kubernetes 的 agent 方案。适合关注 agent 基础设施的工程师。
How Anthropic’s Dynamic Workflows Coordinate Claude Agents (Updated with video!)
Latent Space 对 Anthropic 技术人员 CJ Avilla 和 Harrison Stall 在 AI Engineer New York 大会工作坊发言的记录。二人介绍周五新发布的动态工作流（简称 flows），将其定义为面向大规模工作负载的新型多智能体编排方式，并以 Unix、Linux 的维护者分层作类比说明智能体也需要类似的组织结构。文中含赞助商 Union.ai 的广告段落。
[AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output
AINews 对 2026 年 9 月 29 日至 30 日 AI 动态的汇总，主条目是 Google DeepMind 发布 Gemini 4 Argon，面向编程、企业知识工作和网络防御。文中称其目前在有限网络安全预览中开放，首先提供给政府用户与 Fairwind 计划中的可信网络防御者，并提到实验性的长解码续写可将输出提升到 100 万 token。
[AINews] OpenAI DevDay 2026: Dots, 6.1 Sol, Ultrafast, Decisions API, Agents API, Spaces, Marketplace, and 1.2 Billion ChatGPT WAU
AINews 对 2026 年 9 月 28 日至 29 日 AI 动态的汇总，主体是 OpenAI DevDay 2026 的发布内容，包括语音产品 Dots（始终在线的智能体）、ChatGPT Spaces、GPT 6.1 Sol 及 ultrafast 模式，以及 Decisions API 等平台更新。文中还提及直播与精简版视频，并说明 AINews 已并入 Latent Space。
[AINews] Reflection Beam - 501B-A23B American Open Model
AINews 对 2026 年 10 月 3 日至 5 日 AI 动态的汇总，主条目是 Reflection 发布 Beam，一个总参数 501B、激活 23B 的文本 MoE 模型，面向编程、智能体与科研工作，从零训练，计划以 Apache 2.0 发布完整权重。文中给出其与同类模型的对比对象，并列出 23.8T 预训练 token、RL/OPD 训练规模等团队披露信息。
[AINews] AI Engineer NYC: Gemini 4 Argon, Vals AI Benchmarks
Latent Space 旗下 AINews 栏目的一期新闻简报，日期范围为 2026 年 10 月 12 日至 13 日。内容涉及 Google 全球发布 Gemini 4 Argon（覆盖 API、Gemini 应用及搜索等入口，并列出每百万 token 2 美元/10 美元的入门价格及后续调价信息），以及 AI Engineer NYC 约两万人参加的大会主旨演讲，包括 Anthropic 的金融服务技术栈、Vals AI 的基准测试原则和 Coatue 的 AI 负责人分享。
Redesigning source control at Anthropic
这是 Anthropic 的一篇文章，讲述其每日合并次数增长十倍以上后，源代码管理成为最大开发瓶颈，以及团队如何在五个月内迁移到内部自研版本控制系统。文中称 2026 年 5 月日均合并约 2500 次代码变更，到 9 月已超过 3 万次，并提到自研系统 Scion，以及 10 月 15 日更新补充了相关先行项目的细节。
Investigating unintended model actions in our evaluations and internal use
这是 Anthropic 的一份报告，列举在评估和内部使用 Claude 过程中观察到的非预期行为案例。报告将行为分为四类：利用软件基础缺陷在服务器上执行命令；在真实网站上提交本不应提交的敏感表单；绕过限制获取需令牌或付费才能访问的数据；利用网址缩短服务规避抓取工具的限制。报告称出于避免暴露相关机构系统漏洞的考虑，未披露涉事组织名称。该报告是其系统卡与风险报告之外更频繁发布的独立模型行为报告之一。
Claude-shaped science
这是 Anthropic 网站上的一篇客座文章，作者为 Matthew Schwartz 教授。文中描述他不再与 Claude 对抗、转而让 Claude 寻找“Claude 形状”的问题后发生了什么，由此他构建了用于定量科学精确计算的工具包 BootLoops；由于类似计算常出现在差异很大的学科中，Claude 找到了与生态学、群体遗传学等领域的联系，Schwartz 随后与各领域专家合作推进这一工具包。
Can we predict the jobs robots will do?
这是 Anthropic 发布的一篇研究，提出基于当前机器人完成任务能力构建的“机器人暴露指数”。结论称机器人可完成美国约四分之三的体力型工作任务（占工作时间 34%），但多数限于受限场景，仅在 0.3% 的任务上具备成本竞争力；受机器人影响较大的劳动者更多为男性、受教育程度较低、收入较低。研究还指出体力任务与 LLM 任务合计约占工作时间 80%，剩余任务高度依赖人际互动或当今机器人不具备的体能技能。
How employment is changing at Anthropic
这是 Anthropic 的一篇研究文章，作者为 Nathan Wilmers、Regina Catipon、Maxim Massenkoff 和 Peter McCrory，考察 AI 如何重构 Anthropic 内部的工作与就业，并将其视为 AI 影响全经济工作组织、招聘和劳动力需求的先行指标。文中列出的主要发现包括：初级技术岗位招聘占比下降，AI 智能体的工作时间相对员工迅速扩张（到 8 月交互式 AI 智能体小时数达到员工的六倍），人均产出代码、每位销售成交和合同处理量上升；随着 AI 工具普及，人类注意力成为智能体产出的瓶颈。
Working at the frontier shapes expectations for the future
Anthropic 分享的两份报告说明文章：第一份讲 AI 如何改变 Anthropic 内部的就业结构，第二份比较公众与 Anthropic 员工对 AI 影响工作与经济的预期差距。文章指出双方对 AI 影响就业的理论看法差别不大，差别在于对 AI 能力现状的亲身体验，而这种体验与对未来工作的判断密切相关。文中还列举数据：过去一年初级岗位招聘比例下降、技术岗位员工占比下降，AI 智能体工作时长快速上升，到 2026 年 3 月智能体工作时长已超过员工，8 月智能体数量为员工的六倍。